Персонализация контента — одна из ключевых задач для онлайн-СМИ. «Большие данные» привели к тому, что работать приходится не только с персонализацией рекламы, но и с контентом как таковым.
Казалось бы, авторы и редакции имели бы научиться работать с контентом в части персонализации, но этого в основном не происходит. Между тем, персонализированный контент помогает привлекать большую аудиторию и заставляет ее возвращаться снова и снова.
Персонализация помогает преодолевать культурные и социальные барьеры и подключать к изданиям новые слои читателей. Но большинство СМИ и контент-проектов пользуются моделью «универсального контента» вместо того, чтобы персонифицировать материалы и тематики.
В рамках журналистских семинаров NYC Media Lab представители контент-платформ, редакций онлайн-СМИ обсудили, в каком направлении стоит двигаться изданием в области персонально ориентированного контента.
Стоит знать, что измерять
Начать надо с осознания, какой контент является релевантным для каждой отдельной части аудитории. Получить «сливки» недостаточно: надо заглянуть в сущность того, что нравится (или не нравится) разным категориям читателей. Например, в редакции Bloomberg ежедневно выходит до 2,5 тыс материалов и для того издатель должен проработать более 1 млн историй и первоисточников. Без департамента машинного обучения и ИТ-исследований деловые издания такого уровня не смогли бы справиться с персонально ориентированной выдачей контента.
Ключевым фактором при этом является не только демография, считает директор департамента исследований компании Yahoo Алехандро Джеймс (Alejandro Jaimes). Демографический анализ часто бывает ошибочным: в 60 лет можно вести себя так, как будто тебе 20, и наоборот. Для анализа алгоритмов и шаблонов потребления контента в Yahoo создали собственную интерактивную аналитическую панель, которая показывает еженедельный прогресс по отдельным темам или типам материалов для разных слоев аудитории. На основе краткосрочного и долгосрочного анализа и формируется система рекомендаций для службы новостей.
Нехватка данных — тоже проблема
Нужно учитывать и то, что использование того же самого контента одновременно на нескольких разных устройствах и платформах приводит к искажению аналитических алгоритмов в персонализации. Трудно связать, что именно и когда заставляет читателя «переключаться» между смартфоном и компьютером во время чтения женского глянца, например.
Персонализировать контент при кросс-платформенному использовании можно за счет прямых вопросов к пользователя о его или ее предпочтения. Но здесь также возможна погрешность. Чаще всего это видят аналитики, когда прорабатывают данные сервисов онлайн-кино вроде Netflix. Люди, которые говорят в опросах, что смотрят европейское кино, по статистике просмотров смотрят какие-нибудь американские комедийные боевики.
Ничем не заменить живых людей
Рекомендательные платформы для работы с контентом (такие, как Outbrain и Taboola) помогают издателям генерировать больше трафика за счет предоставления читателям статей на основе истории использования сайтов в браузере. Такая тактика персонализации стала типичной, но оценочное суждение живого человека, а не машины или бота, имеет ключевое значение при потреблении контента. В процессе дистрибьюции нельзя полагаться только на прописанные алгоритмы, игнорируя роль редактора или работу аналитиков. Автоматический сервис — лишь вспомогательный инструмент, а не ключ к решению всех проблем.
Культура потребления информации влияет на саму информацию
Снять аналитиков — лишь половина дела. К тому же, издательства со столетней историей печати газет и журналов вряд ли согласятся, когда «открывают ногой двери» и говорят: «Эй, вы, вы ничего не понимаете в персонализации данных, сейчас вот эта фирма вам покажет, что и как надо делать».
Чтобы решить проблему персонализации, в The New York Times редакцию и инженеров объединили, и они стали работать вместе, исследуя культуру и особенности потребления информации разными слоями читателей в придачу к внесению технических изменений и масштабирования нагрузок на сайт.
Стоит масштабировать или персонализировать?
Главный вопрос заключается в том, нужно сосредоточиться исключительно на персонализации существующей аудитории, учесть и масштабы потенциальной. Рекомендации должны работать и для уже существующих (то есть хорошо изученных), и для новых (то есть малоизвестных) читателей. Масштабирование контента возможно лишь при условии, что ваша аудитория стремительно растет, и этот рост носит перманентный характер.
По материалам: digiday.com
